Hedgementation = Hedgerow Segmentation: 원격 탐사 벤치마크

우리는 국가 규모 및 10m$^2$ 공간 해상도의 원격 탐사 (Remote Sensing) 데이터로부터 생울타리 (Hedgerow) 매핑을 위한 머신러닝 (Machine Learning) 모델을 평가하는 새로운 벤치마크인 Hedgementation을 제안합니다. 우리는 프랑스의 생울타리 인벤토리에서 가져온 여러 원격 탐사 데이터 제품과 지면 진실 (Ground Truth) 라벨을 결합하고 조화시켰습니다. 우리는 세 가지 베이스라인 (Baseline) 모델이 공간적 거리뿐만 아니라, 더욱 명시적으로 도전적인 과제인 기후대 (Climatic Zones)를 가로질러 일반화할 수 있는 능력을 측정합니다. 우리의 벤치마크는 농업적으로 매우 중요한 미세 규모 특징 (Fine-scale features)을 추적하는 데 적용되는 원격 탐사용 지도 학습 (Supervised Learning) 및 자기 지도 학습 (Self-supervised Learning) 접근 방식을 모두 테스트합니다. 벤치마크와 베이스라인 결과를 재현하기 위한 코드는 https://github.com/hedgementation/hedgementation 에서 확인할 수 있습니다.